中英文词云绘制

不要玩圆周率

已于 2023-01-09 16:49:25 修改

阅读量611

点赞数 1

文章标签： python 自然语言处理计算机视觉开发语言 pycharm

于 2023-01-05 13:43:26 首次发布

本文链接：https://blog.csdn.net/a13794268/article/details/128561174

版权

今天呢，我给大家带来如何用python制作中英文词云，我们话不多说开始我们的中英文词云绘制吧，我们先做英文的词云。

我们在绘制前必须要做的是导入所需的库

import matplotlib.pyplot as plt
import wordcloud
from imageio import imread

这里用到一个新的库就是imageio，imageio是一个Python库，它提供了一个简单的接口来读取和写入大量的图像数据，包括动画图像、体积数据和科学格式。具体参考这个http://imageio.github.io/

首先我们需要把作为背景的图片导出来

mk=imread('../R&Q_pic/Love_Star.PNG')

注：一定要找到自己保存图片的地址，不然的话电脑找不到，就无法继续下去，建议放在一个文件夹中

接着我们要配置对象参数，设置背景

w=wordcloud.WordCloud(mask=mk,background_color='yellow')

掩膜（mask)，数字图像处理中的掩膜的概念是借鉴于PCB制版的过程，在半导体制造中，许多芯片工艺步骤采用光刻技术，用于这些步骤的图形“底片”称为掩膜（也称作“掩模”），其作用是：在硅片上选定的区域中对一个不透明的图形模板遮盖，继而下面的腐蚀或扩散将只影响选定的区域以外的区域。
图像掩膜与其类似，用选定的图像、图形或物体，对处理的图像（全部或局部）进行遮挡，来控制图像处理的区域或处理过程。
完成这一系列操作后，我们便成功一大半了，接下去我要打开填入里面的英文，代码如下：

f=open('../Stu_Pack/wordcloud/See You Again.txt','r')

还是那句话注意文件所在的位置

好了我们现在按照词云的库的生成的办法给他显现出来，不清楚的话可以参考我上个博客词云库的生成，在那里面我详细介绍了如何生成一个词云库。

w.generate(f.read())
plt.imshow(w)
plt.axis('off')
plt.show()

完整代码如下：

import matplotlib.pyplot as plt
import wordcloud
from imageio import imread
mk=imread('../R&Q_pic/Love_Star.PNG')
w=wordcloud.WordCloud(mask=mk,background_color='yellow')
f=open('../Stu_Pack/wordcloud/See You Again.txt','r')
w.generate(f.read())
plt.imshow(w)
plt.axis('off')
plt.show()
w.to_file('../Stu_Pack/Love_Star.PNG')

结果如下：

这样一个英文词云就完成了，我们接下去来做中文词云，步骤基本差不多还是先导入库

import matplotlib.pyplot as plt
import wordcloud
import imageio
import jieba

这里又有新的库jieba，我来给大家简单介绍下，jieba是优秀的中文分词第三方库中文文本需要通过分词获得单个的词语， jieba库提供三种分词模式：精确模式、全模式、搜索引擎模式

精确模式：把文本精确的切分开，不存在冗余单词
全模式：把文本中所有可能的词语都扫描出来，有冗余

搜索引擎模式：在精确模式基础上，对长词再次切分

jieba分词的原理：Jieba分词依靠中文词库，利用一个中文词库，确定汉字之间的关联概率
汉字间概率大的组成词组，形成分词结果，除了分词，用户还可以添加自定义的词组

jieba库常用函数：

函数	描述
jieba.cut(s)	精确模式，返回一个可迭代的数据类型
jieba.cut(s,cut_all=True)	全模式，输出文本中所有可能单词
jieba.cut_for_search(s)	搜索引擎模式，适合搜索引擎建立索引的分词结果
jieba.lcut(s)	精确模式，返回一个列表类型，建议使用
jieba.lcut(s,cut_all=True)	全模式，返回一个列表类型，建议使用
jieba.lcut_for_search(s)	搜索引擎模式，返回一个列表类型，建议使用
jieba.add word(w)	向分词词典中添加新词

简单介绍完后，我们接着继续，跟英文词云一样还是先打作为背景的图片和文字

mk=imageio.imread('../Stu_Pack/wordcloud/Five_Star.png')
f=open('../Stu_Pack/万疆.txt','rt',encoding='utf=8')

注：1.因为py文件不支持中文因此需要使用这段代码encoding='utf-8'将文件编码类型改为UTF-8的类型，这个在我之前的博客中有提过，感兴趣的可以去看看。

接着我们要做的是把中文分割成几个有意义的词语并把他们连接起来

ls=jieba.lcut(t)#将t文件切割成多个有意义的词语
txt=' '.join(ls)#将切割的词语用空格连接成文本txt

接下去跟英文差不多了设置参数

w=wordcloud.WordCloud(mask=mk,background_color='pink',width=1000,height=700,font_path='../Stu_Pack/msyh.ttc')

最后给它显现出来

w.generate(txt)
plt.imshow(w)
plt.axis('off')
plt.show()
w.to_file('../R&Q_pic/Five_Star.png')

完整代码如下：

import matplotlib.pyplot as plt
import wordcloud
import imageio
import jieba
mk=imageio.imread('../Stu_Pack/wordcloud/Five_Star.png')
f=open('../Stu_Pack/万疆.txt','rt',encoding='utf=8')
t=f.read()
ls=jieba.lcut(t)#将t文件切割成多个有意义的词语
txt=' '.join(ls)#将切割的词语用空格连接成文本txt
w=wordcloud.WordCloud(mask=mk,background_color='pink',width=1000,height=700,font_path='../Stu_Pack/msyh.ttc')
w.generate(txt)
plt.imshow(w)
plt.axis('off')
plt.show()
w.to_file('../R&Q_pic/Five_Star.png')

结果如下：